Im Rahmen des staatlich geförderten Forschungsprojekts "EFA 2014" (Energieeffizientes Fahren 2014) werden neue Ansätze zur Reduzierung des Kraftstoffverbrauchs von Kraftfahrzeugen erforscht. Der Fokus des Projekts liegt auf der Automatisierung vorausschauender Fahrstrategien in Verbindung mit situationsadaptiven Betriebsstrategien. Darüber hinaus ist die Adaption des elektrischen Bordnetzes an neue Anforderungen ein zentraler Gegenstand der Untersuchungen. Dieser Beitrag beleuchtet die wechselseitige Beeinflussung einer vorausschauend energieoptimierten Verzögerungsstrategie und einer online optimierten prädiktiven Betriebsstrategie für Hybrid-Fahrzeuge mit dem Ziel der Verbrauchsreduzierung. Vorausschau-Informationen über die Fahrstrecke vor dem Fahrzeug ermöglichen effiziente Verzögerungsstrategien. Diese Strategien setzen sich aus den verschiedenen Betriebsmodi des betrachteten Hybrid-Fahrzeugs zusammen (Segeln, Bremsenergie-Rückgewinnung, Bremsen, Konstantfahrt, Motor-Start-Stopp-Funktionalität). Dabei erfolgt eine energetische Analyse der Betriebsmodi hinsichtlich Kraftstoffverbrauch und elektrischem Energiebedarf. Demgegenüber steht die Verwendung einer intelligenten, ebenfalls die Vorausschau-Informationen nutzenden Betriebsstrategie für die Regelung des hybriden Antriebsstrangs (Speichermanagement). Es wird zunächst der Kraftstoffverbrauch eines Referenzfahrers für eine Verzögerungssituation ohne die Verwendung von Vorausschauinformationen ermittelt. Im Anschluss erfolgt die Berechnung des Kraftstoffpotenzials für eine vorausschauende Verzögerungsstrategie und für eine vorausschauende Betriebsstrategie. Zuletzt wird die Wechselwirkung der beiden Methoden betrachtet. Es erfolgt zunächst die Adaption der Fahrweise für die gegebene Fahrsituation. Auf dieses ermittelte Fahrprofil wird zusätzlich die vorausschauende Betriebsstrategie angewendet und somit weiteres Potenzial zur Verbrauchsreduzierung bei der Kombination beider Verfahren aufgezeigt. Für eine Aussage über das erschließbare Gesamtpotenzial der Kraftstoffreduzierung werden die vorgestellten Methoden mit dem global optimierten Kraftstoffverbrauch für die Fahr- und Betriebsstrategie verglichen. Dieses globale Optimum wird mit der Methode der Dynamischen Programmierung nach Richard Bellmann ermittelt.

    In the context of the state aided research project "EFA 2014" (Energy Efficient Driving 2014) new approaches for reducing energy consumption and emissions of motorized vehicles are explored. The main aspects in this project are the automation of predictive driving strategies with intelligent, situation-adapted operation strategies, as well as the necessary redesign of the on-board electrical system and its components. This article deals with the interaction between an energy efficient deceleration strategy enabled by looking forward information about an upcoming route section and an online predictive control strategy for the in-car powertrain and energy management to reduce the fuel consumption of a hybrid vehicle. First of all the behavior of a conventional driver without predictive information about the upcoming driving situation is described as a basis for the survey with a speed profile of a standard driving situation. Then the behavior and fuel saving potentials of a predictive deceleration strategy as far as an online predictive control strategy is pointed out for this exemplary driving situation. Thereafter the interaction between the predictive driving strategy and the online predictive control strategy, especially on the question of optimizing the driving strategy and hereon adapting a predictive control strategy is regarded. For an overall evaluation these strategies are compared to each other and with a global optimal reference fuel consumption calculated by Dynamic Programming.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Deceleration optimization in hybrid electric vehicles using predictive driving and control strategies


    Beteiligte:


    Erscheinungsdatum :

    2012


    Format / Umfang :

    15 Seiten, 4 Bilder, 1 Tabelle, 14 Quellen



    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Print


    Sprache :

    Englisch





    Energy Modeling of Deceleration Strategies for Electric Vehicles

    Nelson, Douglas / Hom, William | SAE Technical Papers | 2023


    Energy Modeling of Deceleration Strategies for Electric Vehicles

    Hom, William / Nelson, Douglas | British Library Conference Proceedings | 2023


    Predictive Powertrain Control for Hybrid Electric Vehicles

    Back, M. / Terwen, S. / Krebs, V. et al. | British Library Conference Proceedings | 2005


    Predictive cruise control in hybrid electric vehicles

    Keulen, Thijs van / Naus, Gerrit / Jager, Bram de et al. | Tema Archiv | 2009